問起當今汽車電子產業的前五大半導體巨擘,如果你能回答出恩智浦半導體(NXP Semiconductors)、英飛凌科技(Infineon)、瑞薩電子(Renesas)、意法半導體(ST Microelectronics)和德州儀器(Texas Instrument),表示你非常瞭解這個產業。

然而,諷刺地是,在一個以晶片業為主的展會上——如國際消費電子展(CES),與會者對於上述這些廠商卻所知不多。當談到汽車產業將朝人工智慧(AI)與自動駕駛的方向邁進時,在CES上受到矚目的反而是輝達(Nvidia)、Mobileye與英特爾(Intel)等擁有巨大晶片處理能力的晶片供應商。

老實說,消費者對於自動駕駛車的概念如此興奮,原因就在於車輛中搭載了每秒兆次浮點運算(TFLOPS)效能的超級電腦。

然而,英飛凌科技並無意加入TFLOPS超級運算性能的競賽。英飛凌執行長Reinhard Ploss直截了當地表示:「我們對這塊領域沒有興趣。」

20170209 Infineon NT31P1 英飛凌科技執行長

在《EE Times》的專訪過程中,Ploss解釋,高效能的電腦運算平台只是發展自動駕駛車的一部份。他並提及如何以汽車的成本達到飛機等級的百分之百可靠性,以及如何讓感測器融合(sensor fusion)不至於出現混淆。

近期不再有併購行動

儘管近期全球晶片業界不斷發生整併,英飛凌執行長在受訪時指出,短時間內並沒有任何併購計劃。

英飛凌科技在近幾年成功併購國際整流器(International Rectifier,IR)與Wolfspeed後,Ploss相信該公司如今已有足夠的實力實現有機成長(organic growth)。

去年夏天,英飛凌以8.5億美元收購科銳(Cree)旗下的Wolfspeed功率與射頻(RF)部門,這筆交易包含功率與RF功率相關的碳化矽(SiC)晶圓基板業務,讓英飛凌得以快速掌握業內技術。

英飛凌也完成了兩年前以30億美元併購IR的行動。Ploss稱此行動為英飛凌奠定全球功率半導體龍頭地位的重要基石,「這項併購行動擴大了公司的規模。」

去年十月,英飛凌還收購了總部位於荷蘭奈梅亨(Nijmegen)的無晶圓廠半導體公司Innoluce,期望藉由取得Innoluce的專精技術,為高性能光達(LiDAR)系統開發晶片。Ploss並稱此舉為「進入市場前必要的技術性」收購。

英飛凌預估今年將有6%的成長,優於整體產業表現,並希望達成15%到17%的營業利潤目標。

20170209 Infineon NT31P2

兩大趨勢:電氣化與自動駕駛

英飛凌預見當前的汽車市場即將發生兩大變革:車輛電氣化,以及輔助/自動駕駛。

提到車用電力驅動系統,Ploss自豪地說:「英飛凌能提供最完善的解決方案。」他解釋,收購Wolfspeed讓英飛凌能夠提供最廣泛的複合半導體,並進一步在電動車(EV)與再生能源市場成為重要的功率與RF元件供應商。

全世界對於電動車的需求與日俱增,特別是中國,這對於英飛凌來說相當有利。

然而,Ploss指出,輔助/自動駕駛的發展趨勢則「可能更具有活力」。他解釋:「不容置疑地,消費者對於輔助駕駛功能的需求一直在成長,他們希望能有一種技術讓開車變得更輕鬆。」

邁向零缺陷技術之路

Ploss形容自動駕駛車在本質上可稱之為「駕駛機器人」(driving robot)。連網汽車固然重要,但他強調更重要的是在忽然失去連網能力時,自動駕駛車如何保持繼續行駛。

Ploss表示,讓機器人能順利駕駛的法寶為眼睛、耳朵、大腦和肌肉,但要讓自動駕駛車具備百分之百的可靠性並非全靠電腦系統。他解釋:「高度複雜的高效能處理器並非為了實現零缺陷技術而設計的。但自動駕駛車必須具有備援(fall-back)能力,在遇到狀況時能讓監督者掌控這台車。」例如,當自動駕駛車的供電系統故障時。

Ploss強調,為了避免意外發生,關鍵不在於自動駕駛車的連網能力,而是監測晶片必須能為車輛重新配置電力系統,保持繼續駕駛或安全地停車。

英飛凌有信心能協助汽車製造商達到零缺陷(zero defect)的目標。英飛凌提供一系列的Aurix微控制器(MCU),包含三顆獨立的32位元TriCore CPU,符合ASIL-D安全標準。透過Aurix平台,汽車開發商就能利用單一MCU平台控制動力傳動、車身、安全與先進駕駛輔助系統(ADAS)等應用。

例如,Intel GO自動駕駛車的車載開發平台有兩種處理器版本,一是搭載Atom的雙核心處理器,另一種則是結合Arria 10 FPGA的28核心Xeon處理器。在這兩種版本中,英飛凌的Aurix MCU都在符合ASIL-D安全要求方面扮演重要作用。

同樣地,Nvidia新推出的Xavier晶片,能以30W功耗處理每秒30兆次運算速度,號稱是自動駕駛車平台的超級電腦。其中,也必須搭配像是Aurix MCU等晶片。雖然目前Xavier晶片僅達到ASIL-C標準,但Nvidia表示,汽車OEM只要加上經ASIL-D認證的MCU,一樣能符合ASIL-D安全標準。

那麼,Nvidia或英特爾是否會在其所謂的汽車大腦晶片中整合ASIL-D MCU?Ploss抱持懷疑的態度。儘管晶片廠的研發任務在於走向更高度的整合,但通過ASIL-D標準要求所需要的是完全不同的設計流程。Ploss解釋:「縮小晶片尺寸以及整合通過ASIL-D標準的MCU必須以完全不同的方式處理。」

避免感測器融合的混淆

再者,還有機器學習(machine learning)的問題。

無疑地,機器學習的發展神速,但測試卷積神經網路(Convolutional Neural Network,CNN)晶片的安全性仍是一大考驗。目前在汽車產業中還沒有人能解決這個問題,Ploss解釋,主要是因為卷積神經網路具有不確定性。

Ploss相信自動駕駛車內的感測器融合晶片將會維持雙架構,其一仍靠傳統電腦視覺演算法來處理,例如方向梯度直方圖(HOG),另一種架構則有賴於卷積神經網路。Ploss說:「無論如何都不能導致感測器融合的混淆。」

英飛凌預計,Aurix MCU並不會只運用在汽車大腦晶片中,也可能出現在其他相關的感測器解決方案,像是雷達或是光達系統。Ploss說:「我們認為Aurix MCU也將運用在感測器相關應用,適時協助實現預處理與即時行動。」他將Aurix MCU晶片比喻為人體中的自律神經系統,即使在無意識的狀態下,也能控制調節身體機能。

感測器技術

除了電力電子與安全MCU,英飛凌還開發了專為高度自動駕駛量身打造的感測器技術,包含雷達、光達,以及專用於監控駕駛人的飛時測距(ToF)成像器技術。

就像恩智浦和意法半導體等競爭對手一樣,英飛凌也大幅受益於雷達晶片的市場成長需求。Ploss宣稱,英飛凌光是在2016年就銷售出1千萬個雷達晶片;相形之下,該公司在2015年底以前所累積的雷達晶片銷售量同樣達到1千萬個。

目前英飛凌提供的是基於矽鍺(SiGe)的雷達晶片,Ploss指出,利用CMOS製程的晶片目前正在研發中。不過,Ploss強調,「對於雷達技術來說,訊號雜訊比(SNR)至關重要,基於矽鍺的雷達晶片在這方面能提供更好的效能。」儘管如此,他指出,英飛凌仍會因應市場需求提供矽鍺與CMOS兩種雷達晶片。

針對CMOS雷達技術,英飛凌去年宣佈與IMEC合作開發高度整合的CMOS 79GHz感測器晶片,並承諾將在今年初推出基於CMOS雷達系統的展示方案。

此外,英飛凌在併購由飛利浦(Royal Philips)獨立而出的Innoluce後,也將光達技術導入ADAS產品組合中。英飛凌希望能善加利用Innoluce基於固態微機電系統(MEMS)微鏡技術的微型雷射掃描模組,以提供更具成本效益、長距離且高效能的光達系統。

20170209 Infineon NT31P3 Innoluce為車用光達開發的MEMS鏡像技術

英飛凌在感測器技術的第三大利器為影像感測器晶片——Real3,這是一種高度整合的3D ToF成像器晶片。英飛凌宣稱,與PMD technologies聯手開發這款ToF感測器相機可提供完整的3D環境資料以及不需陽光的巨幅影像,能夠用於監測駕駛是否分心、有睡意、微睡眠(micro-sleep),以及臉部表情及其情緒反應。

最後,Ploss強調:「自動駕駛車是一種整合了機械與電子功能的產品。」因此,電動車也可能發生短路問題;儘管如此,自動駕駛車在目前功能不夠強大的情況仍得上路。因此,這讓Ploss看見了其中的重要商機——英飛凌將致力於提供零缺陷的技術,讓自動駕駛車能順利地行駛於現實世界中。

(參考原文:Infineon: What Makes Robo-Cars Zero Defect?,by Junko Yoshida)